[发明专利]训练模型的方法、测试方法、装置、电子设备及存储介质

说明书

本公开公开了训练模型的方法、测试方法、装置、电子设备及存储介质，涉及人工智能领域，尤其涉及大数据领域。具体实现方案为：对历史风险特征数据集进行处理，得到与每个历史项目对应的历史项目特征数据，其中，历史风险特征数据集包括多个历史风险特征数据，历史风险特征数据与项目阶段相关；利用历史项目特征数据集训练分类器模型，得到项目风险评价模型，其中，历史项目特征数据集包括与多个历史项目的历史项目特征数据。

技术领域

本公开涉及人工智能技术领域，尤其涉及大数据领域。

背景技术

为了保证项目的质量，需要对项目进行测试。而随着项目的增多，测试的压力也越来越大。

为了降低测试的压力，可以采用提高测试效能的方式，即，可以对项目进行项目风险评价，得到项目风险评价结果，根据项目风险评价结果，确定是否对项目进行测试。

发明内容

本公开提供了一种训练模型的方法、测试方法、装置、电子设备及存储介质。

根据本公开的一方面，提供了一种用于训练项目风险评价模型的方法，包括：对历史风险特征数据集进行处理，得到与每个历史项目对应的历史项目特征数据，其中，上述历史风险特征数据集包括多个历史风险特征数据，上述历史风险特征数据与项目阶段相关；以及，利用历史项目特征数据集训练分类器模型，得到上述项目风险评价模型，其中，上述历史项目特征数据集包括与多个上述历史项目的历史项目特征数据。

根据本公开的另一方面，提供了一种测试方法，包括：获取与目标项目对应的项目特征数据；以及，将与上述目标项目对应的项目特征数据输入项目风险评价模型，得到针对上述目标项目的模型预测结果，其中，上述项目风险评价模型是利用根据如上上述的方法训练的。

本公开的另一方面，提供了一种用于训练项目风险评价模型的装置，包括：第一处理模块，用于对历史风险特征数据集进行处理，得到与每个历史项目对应的历史项目特征数据，其中，上述历史风险特征数据集包括多个历史风险特征数据，上述历史风险特征数据与项目阶段相关；以及，训练模块，用于利用历史项目特征数据集训练分类器模型，得到上述项目风险评价模型，其中，上述历史项目特征数据集包括与多个上述历史项目的历史项目特征数据。

根据本公开的另一方面，提供了一种预测装置，包括：第二获取模块，用于获取与目标项目对应的项目特征数据；以及，获得模块，用于将与上述目标项目对应的项目特征数据输入项目风险评价模型，得到针对上述目标项目的模型预测结果，其中，上述项目风险评价模型是利用根据如上上述的装置训练的。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，上述存储器存储有可被上述至少一个处理器执行的指令，上述指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行如上所述的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，上述计算机指令用于使上述计算机执行如上所述的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现如上所述的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1示意性示出了根据本公开实施例的可以应用用于训练项目风险评价模型的方法及装置的示例性系统架构；

图2示意性示出了根据本公开实施例的用于训练项目风险评价模型的方法的流程图；